segmentering fra đŸ€Ź til 😍 med AI

For 5-6 Är tilbake hadde jeg en skikkelig god idé.

Til julebrevet for en organisasjon jeg jobbet med, skulle vi sortere ut de store giverne. De skulle ikke fÄ noe foreslÄtt belÞp pÄ giro, men i stedet skulle vi i brevet referere til den siste store gaven de ga.

Teorien var at de da skulle vĂŠre «ankret» pĂ„ sitt eget hĂžye belĂžp – i stedet for at de skulle fĂ„ foreslĂ„tt 250 kroner som alle andre.

Dette er jo ganske basic fundraising-kunnskap. Finn de store giverne, og behandle dem annerledes.

Men i praksis – herregud for et mareritt det var!

Å finne giverne var enkelt nok. Men Ă„ fĂ„ laget en fil som kunne flette inn det store belĂžpet vi manuelt fint kunne se med Ăžynene pĂ„ lista – som i tillegg tilkjennega nĂ„r gaven var gitt (for de kunne jo ha gitt andre, mindre gaver etterpĂ„) – det var alt annet enn enkelt.

Det endte med en sĂŠrdeles manuell jobb, der vi satt med adresseuttrekket og for hĂ„nd skrev flettetekster inn i excelarket, der vi satte inn belĂžpet, og gjorde om dato (og tidspunkt!) som databasen ga oss til en lesevennlig ordlyd, som «i mars i fjor».

Det funka – vi fikk en svĂŠrt god Ăžkning i snittgave pĂ„ disse personene – men det var ikke egentlig en overkommelig arbeidsoppgave i lengden.

Derfor kan du tenke deg min enorme glede da jeg i dag sÄ kollega Michael Hansen sin presentasjon pÄ Fundraising Norge sin CRM-dag.

For Michael hadde, i lÞpet av minutter fÄtt en AI til Ä gjÞre samme jobb som hadde tatt oss et par dager.

Se pÄ dette:

et chatgpt prompt vises. Teksten er "Jeg vil sende ut en DM til de giverne som tidligere har gitt en gave til en av vÄre kampanjer. Du skal kun ta med de som har gitt en gave siste tre Är. Jeg vil at du legger til en kolonne med foreslÄtte belÞp. Den nye kolonnen skal ha belÞpet forelsÄtt basert pÄ gavebelÞpet pÄ siste gave gitt. Jeg vil at du foreslÄr en liten Þknin i belÞpet som foreslÄs. NÄr det er gjort vil jeg at du legger til en kolonne med etekst som takker for den siste gaven som er gitt. Denne teksten skal kun gjÞres for de som har gitt gaven i Är. La det komme frem hvilken tid pÄ Äret gaven ble gitt. Er den gitt i november eller desember, sÄ skal det takkes for julegaven. For de som har gitt for mer enn et Är siden skal takketeksten vÊre mer generell uten tidsangivelse.

Her er hele denne bestillingen, som ville fÄtt en hvilken som helst crm-avdeling til Ä grÄte, bare lagt litt hulter til bulter i et AI-prompt.

SĂ„ kommer det noen runder med justeringer, AI’en fĂ„r ikke helt til dette med Ă„rstid fĂžrst og trenger et eksempel «Tusen takk for gaven pĂ„ 1.200 kroner i fjor sommer», og den mĂ„ fĂ„ beskjed om at det ikke heter July pĂ„ norsk. Men likevel, pĂ„ utrolig kort tid sitter vi plutselig igjen med listene:

Skjermbilde av en excelliste. I venstre kolonne stÄr en rekke bleÞp. I hÞyre stÄr takketekster som #Tusen takk for gaven du ga i sommer i fjor", "tusen takk for din tidligere stÞtte", "tusen takk for gaven du ga til jul i fjor" osv.
Takketekster til gruppen med lave belĂžp – ferdig flettet med en tidsangivelse for deres siste gave. Og en kolonne med forelsĂ„tte belĂžp.
Skjermbilde av et excelark, med en kolonne. I den stÄr tekster som "Tusen takk for gaven pÄ 2000 kroner du ga i fjor sommer".
Takketekster til gruppen med hĂžye belĂžp – ferdig flettet med bĂ„de deres siste store belĂžp, og nĂ„r den gaven ble gitt!

Det er jo sĂ„ man fĂ„r litt lyst til Ă„ grĂ„te. For som Michael sa; her er plutselig hele databasen tilgjengelig for deg – helt uten verken studiepoeng i PowerBI eller egen CRM-avdeling som kan programmere kompliserte spĂžrringer inn i database.

Andre eksempler han viste, var Ä be om Ä fÄ en liste over de 100 giverne med hÞyest sannsynlighet for Ä bli fast giver til din neste utsendelse.

analytisk kreativitet

Et svÊrt viktig poeng med kombinasjonen AI og database, er at det frigjÞr analytisk kreativitet. AltsÄ at du kan lukte sporet av noe, og sÄ forfÞlge det med en gang. Se om du finner noe interessent, justere kurs om det var feil, og bare grave i egne data.

Da begynner vi virkelig Ă„ ane kraften i egne data.

Ofte er det sĂ„nn at vi oppdager muligheter i data litt tilfeldig. Vi finner kanskje ut at en liten gruppe av giverne stĂ„r for stĂžrsteparten av inntektene. Eller at en gruppe innenfor et segment har avvikende lav respons. Men det er overlatt til tilfeldighetene, eller til det vi kommer pĂ„ Ă„ spĂžrre om! Med AI kan vi laste opp et helt datasett (anonymisert selvfĂžlgelig), og spĂžrre «ser du noe interessant her»? og faktisk fĂ„ fornuftige svar. SĂ„ kan vi bruke vĂ„r analytiske kreativitet til Ă„ grave videre, og virkelig fĂ„ nytte ut av de dataene vi har. Selv om du bare er en skarve fundraiser uten sĂ„ mye som et fnugg av en CRM-avdeling.

———

vil du hÞre mer, eller leke litt med AI sammen med oss? Ta kontakt sÄ tar vi en kaffe!

dette gir meg superkrefter!

fundraiser i mellomstor organisasjon